La potenza dell'intelligenza artificiale nella traduzione: le scoperte R & D di Smartling

L'intelligenza artificiale generativa è al primo posto da quasi due anni. Ora, i dirigenti di tutti i settori e le funzioni chiedono ai loro team di trovare modi per utilizzarlo per ridurre i costi o aumentare l'efficienza. Ma la domanda è: l'intelligenza artificiale funziona davvero nella traduzione?

Negli ultimi 18 mesi, Smartling ha concentrato i nostri sforzi di Research & Development sulla ricerca di una risposta. In particolare, volevamo sapere se l'intelligenza artificiale potesse aiutarci a fornire soluzioni di traduzione con la migliore qualità, costo, velocità ed esperienza al mondo.

La risposta? Un clamoroso sì! L'intelligenza artificiale funziona e funziona su larga scala. Ma non tutte le candidature sono vincenti.

Dove funziona l'intelligenza artificiale oggi nella traduzione?

Quando sono stati lanciati per la prima volta i Large Language Models (LLM), le aziende hanno iniziato a testarli come sostituti diretti della traduzione automatica. Tuttavia, sebbene questo caso d'uso abbia un potenziale, ci sono ancora alcuni problemi da risolvere per garantire prestazioni costanti.

Il nostro team di ricerca e sviluppo ha valutato diversi LLM e la traduzione automatica in più lingue e metriche di qualità (ad es. BLEU, MQM, TER, ecc.). Questo esperimento ha dimostrato che, utilizzando gli LLM per le traduzioni in tutte le lingue, le metriche di valutazione automatizzata della qualità indicavano che i motori di traduzione automatica continuavano a superare gli LLM in termini di qualità della traduzione. Inoltre, la traduzione automatica è un approccio molto più conveniente per la traduzione rispetto all'utilizzo di LLM.

Sebbene gli LLM non siano ancora l'opzione ottimale per la traduzione, il nostro team ha iniziato a vederli brillare nel post-editing automatico e nella valutazione dei risultati della traduzione automatica. Piuttosto che sostituire la traduzione automatica, l'intelligenza artificiale si sta dimostrando una potente aggiunta alla traduzione automatica.

In particolare, le seguenti si stanno dimostrando valide applicazioni per l'intelligenza artificiale:

• Riparazione di fiammiferi fuzzy
• Inserimento dei termini del glossario
• Modifica la stima del lavoro
• Formalità
• Gender de-biasing

Con queste conoscenze, abbiamo iniziato a sviluppare e implementare nuove soluzioni di intelligenza artificiale per i nostri clienti. Tutto è iniziato con AI-Powered Human Translation, una soluzione di traduzione che riunisce i linguisti esperti di Smartling e la tecnologia AI per fornire traduzioni di alta qualità a metà dei costi e due volte più velocemente.

Poi, i clienti hanno iniziato a chiederci se potevano utilizzare le nostre funzionalità di intelligenza artificiale con i loro fornitori di servizi linguistici di terze parti. Così abbiamo detto di sì.

Presentazione del toolkit di traduzione AI

AI Translation Toolkit di Smartling offre una suite di funzioni di traduzione AI progettate per ridurre significativamente i costi di traduzione e migliorare le prestazioni dei linguisti senza sacrificare la qualità. Stiamo mettendo a disposizione di tutti la nostra tecnologia di intelligenza artificiale, che ha fornito risultati incredibili per i nostri clienti AIHT, tra cui:

• Riparazione della partita fuzzy AI: Aumentate l'utilizzo della memoria di traduzione fino a 35 punti percentuali, con notevoli risparmi sui costi e una migliore qualità.
• Inserimento dei termini del glossario AI: Incorpora perfettamente i termini del tuo glossario nei contenuti, garantendo l'accuratezza contestuale e grammaticale.
• Modifica stima dello sforzo: Raggruppa le traduzioni in base allo sforzo previsto per raggiungere la qualità umana. Le informazioni dettagliate possono essere utilizzate nell'automazione del flusso di lavoro per assegnare stringhe a linguisti specifici o ignorare completamente la revisione umana.

Analizziamo ciascuna di queste caratteristiche e la ricerca che le supporta.

Approfondimento: Riparazione della partita fuzzy AI

Oggi, l'utilizzo della memoria di traduzione è una pratica standard. Tuttavia, AI Fuzzy Match Repair fa un ulteriore passo avanti nell'approccio tradizionale utilizzando gli LLM per riparare e levigare le corde che di solito non verrebbero sfruttate per il risparmio.

Ad esempio, nell'immagine sottostante si può vedere che il testo di partenza e la memoria di traduzione corrispondono a una sola parola di distanza. Con una normale memoria di traduzione, il testo di partenza dovrebbe in genere essere completamente ritradotto. Ma, con la riparazione della corrispondenza fuzzy, l'LLM è in grado di identificare la differenza e fornire una traduzione riparata. La traduzione suggerita sarebbe ora idonea per sconti sulle corrispondenze fuzzy, offrendo ai clienti un maggiore utilizzo delle loro TM e riducendo il carico di lavoro per i linguisti.

In fase concettuale, sembra una funzionalità davvero interessante: il nostro team R & D voleva assicurarsi che funzionasse. Ancora più importante, volevano assicurarsi che fornisse un valore reale sotto forma di miglioramenti dei costi, della qualità o della velocità.

Per fare ciò, hanno tradotto lo stesso contenuto due volte: una volta con la riparazione delle partite fuzzy AI attivata e una volta disattivata. Hanno valutato entrambi gli scenari in base all'HTER della traduzione di output e della traduzione umana finale. Volevamo vedere quante corde non avrebbero avuto bisogno di alcun intervento umano dopo la riparazione del fiammifero fuzzy.

La ricerca ha rilevato che la riparazione delle corrispondenze fuzzy AI ha aumentato le corrispondenze della memoria di traduzione fino a 35 punti percentuali e lo ha fatto in modo abbastanza coerente in tutte le lingue. Ciò significa che i clienti possono utilizzare la memoria di traduzione per una parte molto maggiore dei loro contenuti, con conseguenti risparmi sui costi e una maggiore coerenza.

Approfondimento: Inserimento dei termini del glossario AI

Un'altra pratica standard nella traduzione è l'inserimento di termini nel glossario. L'approccio tradizionale consiste semplicemente nell'estrarre e sostituire i termini nel testo di partenza e di destinazione con i termini pertinenti del glossario. Tuttavia, questo tende a introdurre nuovi problemi di fluidità quando quei termini del glossario non concordano con il conteggio numerico, le inflessioni o altri elementi grammaticali della frase complessiva.

Con l'AI Glossary Term Insertion, un LLM viene utilizzato per "facilitare" l'inserimento del termine del glossario, garantendo l'accuratezza contestuale e grammaticale. Ad esempio, nell'immagine qui sotto, puoi vedere che l'applicazione tradizionale del termine glossario "publicación" ha introdotto un errore grammaticale nella stringa complessiva in cui l'aggettivo associato ora ha la flessione errata (primer vs. primera). Con l'aiuto di un LLM, viene inserita la forma aggettivale appropriata e l'errore viene eliminato.

Sulla base della nostra ricerca, gli LLM possono avere un enorme impatto sul numero di inserimenti di glossari morfologicamente corretti. Durante il test per i contenuti russi e spagnoli, la funzione AI Glossary Term Insertion ha aumentato il numero di inserimenti corretti rispettivamente del 25% e del 17,5%. Si tratta di contenuti che non richiedono più lo sforzo umano per essere corretti.

Approfondimento: Modifica stima dello sforzo

La nostra tecnologia di stima dello sforzo di modifica raggruppa le traduzioni in base allo sforzo previsto per raggiungere la qualità umana. Tutte le stringhe vengono inviate con il nostro prompt proprietario a un LLM che valuta le stringhe in base a:

• Correttezza grammaticale
• Scioltezza
• Coerenza semantica
• Accuratezza lessicale
• Controlli qualità
• Guida di stile (unica per ogni cliente)

Questi raggruppamenti (Livello 1, Livello 2 e Livello 3) possono essere utilizzati all'interno dell'automazione dinamica del flusso di lavoro per trattare le stringhe in base al loro sforzo previsto. Ad esempio, un'azienda potrebbe assegnare stringhe che richiedono modifiche estese a linguisti più esperti o bypassare completamente la revisione umana su stringhe che richiedono poche o nessuna modifica. I clienti possono anche utilizzare i nostri sconti per la stima dello sforzo di modifica per creare livelli di sconto per punture ad alte prestazioni.

Ciò ha il potenziale per offrire notevoli risparmi di tempo e costi alle aziende, in particolare a quelle che utilizzano pesantemente flussi di lavoro di traduzione basati sull'uomo. Inoltre, offre ai team informazioni più approfondite sul processo di traduzione.

Rivoluziona la tua strategia di traduzione

Abbiamo visto l'intelligenza artificiale lavorare per espandere la leva finanziaria, migliorare l'accuratezza dell'inserimento dei termini del glossario, applicare la formalità e altro ancora. Tuttavia, ci vuole molto tempo e ricerca per identificare i luoghi in cui l'IA può essere più efficace e fornire un forte ritorno sull'investimento. È qui che entra in gioco l'aiuto di un partner, come Smartling, in modo da non doverlo fare da solo.

Una componente fondamentale della nostra strategia è il nostro investimento in ricerca e sviluppo per assicurarci di essere in grado di fornire la soluzione LanguageAI™ più completa del settore. Abbiamo diversi brevetti sul nostro lavoro con l'IA generativa e il nostro team di ingegneri ha fornito oltre 70 importanti funzionalità o miglioramenti in ben 3300 versioni di produzione solo nell'ultimo anno.

Questo è ciò che serve per garantire davvero che le soluzioni di intelligenza artificiale offrano la migliore qualità, costo, velocità ed esperienza al mondo.

Scopri di più sulla nostra ultima ricerca e su ciò che esploreremo nella sessione della Global Ready Conference: Research Revealed - ora on demand.